AHP与GA-SVM耦合模型在滑坡预警中的应用*

为了减少滑坡造成的损失,提高滑坡预测的准确性,通过搭建灾害模拟平台获得滑坡的实验数据,在获得多组模拟实验数据后,分析各变量的特性。首先,通过层次分析(Analytic Hierarchy Process,AHP)算法,对滑坡进行危险度划分;然后,通过支持向量机(Support Vector Machine,SVM)建立模型,遗传算法(Genetic Algorithm,GA)再优化SVM参数,提出1种层次分析法与GA-SVM相耦合的模型。研究结果表明:AHP方法划分后的数据,通过GA与SVM结合建立的模型精度较好,实验预测结果与实际结果较为吻合,与单一SVM相比,精度更高,结果更好,更加适用于多变量的复杂非线性滑坡预警。     

提高GPS定位精度的群调度滤波算法*

为解决现行安全生产科技领域中全球定位系统（GPS）/惯性导航系统（INS）融合系统容易产生较大时变误差的关键问题,满足GPS定位信号的精度和信号数据处理时间的要求,提出1种群调度滤波算法,通过实验仿真,分别与模糊算法、机器学习算法及卡尔曼滤波网络算法进行比较研究。结果表明:群调度滤波算法兼顾了定位精度与数据处理时间,具有较大优势,可在航空安全、船舶安全、应急监测、灾后抢险等安全科技领域广泛应用。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题,提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据,采用BP与RBF神经网络,通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择,并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差,而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好;通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现,神经网络对气体泄爆中最大超压的预测效果较好;通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明,神经网络相比于传统气体泄爆经验公式具有明显优势。     

基于Landsat 8遥感数据的天津市地表温度反演

以Landsat 8遥感数据为数据源,进行天津市地表温度反演研究。首先采用单通道算法反演地表温度,并利用均值标准差法进行温度分级。然后建立不同温度等级面积比例的估算模型。再通过随机样点,从不同温度等级和土地覆盖类型2个角度,分别建立并比较不同类样点的地表温度与各指数的拟合模型。结果表明:次高温区域面积比例与人口密度、人均GDP都具有较高的决定系数;地表温度与NDVI、BAEM的二元线性回归决定系数高于地表温度与单一指数的决定系数;将样点分类后,低温点与MNDBI的决定系数高于其他温度等级样点,水域和植被样点与各种指数的决定系数高于其他地物类型样点。     

Forecasting China’s primary energy demand based on an improved AI model

An improved energy demand forecasting model is built based on the autoregressive distributed lag (ARDL) bounds testing approach and an adaptive genetic algorithm (AGA) to obtain credible energy demand forecasting results. The ARDL bounds analysis is first employed to select the appropriate input variables of the energy demand model. After the existence of a cointegration relationship in the model is confirmed, the AGA is then employed to optimize the coefficients of both linear and quadratic forms with gross domestic product, economic structure, urbanization, and technological progress as the input variables. On the basis of historical annual data from 1985 to 2015, the simulation results indicate that the proposed model has greater accuracy and reliability than conventional optimization methods. The predicted results of the proposed model also demonstrate that China will demand approximately 4.9, 5.6, and 6.1 billion standard tons of coal equivalent in 2020, 2025, and 2030, respectively.     

基于智能优化算法的河流水质模型参数的优化简

为探索河流水质模型参数新的求解方法,根据有限的实测数据,分别应用免疫进化优化算法和免疫进化优选的捕食搜索算法,对河流水质模型计算公式中的多参数进行优化。将优化得到的计算公式用于国内外若干河流的河段中DO浓度值的拟合,并与实测结果进行了比较。结果表明,将免疫进化优化算法或免疫进化优选的捕食搜索算法优化得到的水质模型参数精度不仅较高,而且相对稳定,从而为河流水质模型参数的优化提供了一种新方法。     

基于CA-MAS的水域总有机碳扩散模拟研究

当前水环境污染扩散研究一般基于普通数值模型模拟,忽略了水污染扩散微观驱动力的影响。为能更真实地反映其动态扩散过程,针对水域总有机碳(TOC)扩散机理,基于CA和MAS技术,将影响TOC扩散的自然和社会经济因素抽象为微观的水流Agent、风速Agent、径流量Agent、污水排放口Agent、人工管理Agent以及农业生产地Agent,将研究水域抽象为CA元胞空间,建立了CA-MAS水域总有机碳扩散模型,对水域总有机碳的动态演化过程进行模拟,并以武汉理工大学鉴湖水域作为实验区域,借助NetLogo仿真平台完成了模型的实现与验证。模拟结果表明,该模型基本能够反映水体总有机碳的扩散规律,可以为水环境污染控制提供参考。     

Post-flooding disaster crop diversity recovery: a case study of Cowpea in Mozambique

To restore food security to a traditional African cropping system following a sudden loss of seed, genetic diversity must be re-established. This study examines the extent to which Cowpea diversity was reinstated two years after a flood disaster in Gaza Province, Mozambique. The contribution that seed from various sources made to the recovery was assessed using semi-structured interviews and morphological and molecular data. Data suggest that diversity had recovered to some extent yet there was evidence of a narrowing of the genetic base, with fewer rare alleles and differences in the distribution of allele frequencies. Although the main channels for accessing seed after the flood were seed relief and markets, these sources contributed to minimal and different diversity. It appears that diversity was regained primarily through social networking in the form of loans or gifts of seed from friends and relatives. The results of the study are discussed in relation to seed relief approaches.     

湖域工业点源初始排污权配置定额模型与算法研究

针对湖域工业点源初始排污权定额配置问题,以“公平、效率、可行”为配置原则,通过引入权重系数的字典序最小化最大值方法,构建了基于多主体多种初始排污权多期配置的字典序定额模型,并给出求解算法。进而以江苏省太湖流域27类主要工业行业的初始氨氮排污权单期配置为例,从行业初始排污权短缺率与行业治污效益两方面,对比分析了基于等短缺率定额模型、等环境容量比例定额模型、字典序定额模型计算得到的3种定额配置方案效果。结果表明：相对于另外两种定额模型,字典序定额模型所得配置方案可实现平均行业短缺率最小(4613%),平均行业治污效益最大。研究也表明在“公平、效率、可行”配置原则下,字典序定额配置方法能够更为有效的促进企业治污技术提标升级和区域产业结构升级     

Landsat7 ETM+ SLC-OFF数据的修复及其在武汉东湖水质反演中的应用

自从2003年5月31日,从陆地卫星 7发回的ETM+图像数据就存在缺陷。这是由于增强专题制图仪的扫描线校正器发生故障引起的。这些称为SLC OF数据的图像有一些黑色的不存在任何数据的扫描行。丢失的数据约占全景数据的25％,使它们难以正常使用。但是,数据本身仍然保留了良好的辐射和几何性质,如加以妥善修复,仍可以在一些特殊领域中使用。首先介绍了如何使用自适应局部回归算法(ALR)恢复这些图像,然后使用修复后的图像反演武汉东湖的水质参数。结果表明：ALR算法可以对SLC OF图像进行较好的修复,而且利用修复后的图像和东湖的地面水质监测数据,通过多元逐步回归分析,可以建立很好的叶绿素a、透明度、总磷以及总氮等水质参数的经验遥感反演模型,模型的相关系数R²分别为0.86、0.75、0.73和0.71。反演得到的水质参数分布与实际情况符合。这些数据有许多优点,如空间分辨率高、存档数据非常丰富、可以从NASA的服务器免费下载等。在其他遥感数据不足或无法获得的情况下,这些数据经过适当的修复,可以作为补充或替代数据使用。〖